公开(公告)号：CN113361464A

公开(公告)日：2021-09-07

申请号：CN202110736827.9

申请日：2021-06-30

Applicant: 重庆交通大学

Inventor： 王超 ,  蓝章礼 ,  王爽 ,  王益 ,  贺旭

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明具体涉及一种基于多粒度特征分割的车辆重识别方法，包括：将车辆图像数据集划分为训练集和测试集；构建用于车辆重识别的重识别网络模型；通过训练集中的车辆图像训练重识别网络模型；首先对车辆图像进行多方向和多粒度的分割，使得能够生成对应的全局特征向量和局部特征向量，并融合全局特征向量和局部特征向量生成对应车辆图像的外观特征向量；然后分别计算待识别车辆图像的外观特征向量与测试集中各个车辆图像外观特征向量的相似度；最后按照相似度从大到小的排序方式对测试集中的车辆图像进行排序生成对应的车辆重识别结果。本发明中的车辆重识别方法能够有效提取车辆图像全局特征和局部特征，从而提升车辆重识别的识别精度。

公开(公告)号：CN113361464B

公开(公告)日：2022-07-12

申请号：CN202110736827.9

申请日：2021-06-30

Applicant: 重庆交通大学

Inventor： 王超 ,  蓝章礼 ,  王爽 ,  王益 ,  贺旭

IPC: G06V20/58 ,  G06V10/774 ,  G06V10/74 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明具体涉及一种基于多粒度特征分割的车辆重识别方法，包括：将车辆图像数据集划分为训练集和测试集；构建用于车辆重识别的重识别网络模型；通过训练集中的车辆图像训练重识别网络模型；首先对车辆图像进行多方向和多粒度的分割，使得能够生成对应的全局特征向量和局部特征向量，并融合全局特征向量和局部特征向量生成对应车辆图像的外观特征向量；然后分别计算待识别车辆图像的外观特征向量与测试集中各个车辆图像外观特征向量的相似度；最后按照相似度从大到小的排序方式对测试集中的车辆图像进行排序生成对应的车辆重识别结果。本发明中的车辆重识别方法能够有效提取车辆图像全局特征和局部特征，从而提升车辆重识别的识别精度。

公开(公告)号：CN116758149A

公开(公告)日：2023-09-15

申请号：CN202310521615.8

申请日：2023-05-10

Applicant: 四川藏区高速公路有限责任公司 ,  重庆交通大学 ,  四川泸石高速公路有限责任公司

Inventor： 袁飞云 ,  张奔牛 ,  蒋海飞 ,  王爽 ,  宋杨 ,  闫红光 ,  张文居 ,  邓嘉毅 ,  陈伟 ,  王阳 ,  胡金铭 ,  范鑫 ,  朱冬 ,  张沛 ,  曾唯恐 ,  魏巍

IPC: G06T7/73 ,  G01B11/02 ,  G01C11/00 ,  G01C11/04 ,  G06V20/17 ,  G06V20/10 ,  G06V10/24 ,  G06V10/40 ,  G06V10/75 ,  G06V10/82

Abstract: 本发明涉及一种基于无人机系统的桥梁结构位移检测方法，属于桥梁位移检测技术领域。本发明采用搭载轻量化YOLOv4模型的无人机对桥梁特征进行快速识别提取，同时采用基于注意力机制的无监督训练的神经网络模型来实现对真实图像的单应性矩阵估计，其中神经网络模型的主干网络为ResNet50。该方法首先采集桥梁结构的视频数据，用于训练神经网络，其次再采集待检测桥梁的图像数据，提取桥梁结构特征，对目标桥梁图像进行矫正，再次，提取矫正后的图像的特征，并基于提取特征点的铅垂位移计算桥梁结构的位移。本发明具有成本低、无接触、可快速部署、远距离多点测量等特点，能够适用于不同桥梁的结构位移检测。